关键词： 齿轮系统   动力学   变工况   横向振动   动态特性  

摘要： 随着齿轮系统朝着高可靠性、高速重载及高精度方向发展,其动态性能正面临着巨大的挑战,齿轮系统的动力学建模与动态特性分析已成为机械传动领域的研究热点。然而由于齿轮的内部激励十分复杂导致其动态机理难以准确分析,所以如何使齿轮内部激励更加符合实际情况,以此建立出相对准确的数学模型来更精确地反映出齿轮的动态特性显得尤为重要。此外,齿轮系统经常处于复杂的变工况运行状态之中,该阶段内外部激励的复杂性引发的齿轮运动不稳定直接影响机械设备的正常运行。 针对复杂内外部激励下的圆柱直齿轮系统动力学建模与动态特性问题,开展了启停过程齿轮系统振动特性分析、啮合刚度和横向振动影响下的齿轮系统动力学分析以及外部冲击下齿轮系统振动特性分析等研究工作。主要内容如下: (1)综合考虑时变啮合刚度、齿轮啮合误差及齿侧间隙的影响,构建了直齿轮系统动力学模型,研究了外部载荷和角加速度两个工况参数对其启停过程振动特性的影响,同时利用短时傅里叶变换对齿轮系统的非平稳振动信号进行了时频分析。结果表明:在启停过程中,增大载荷、增大角加速度均会加剧齿轮副振动与冲击的程度,并且均会使启动前期的不稳定运动进程提前结束,停止后期的不稳定运动进程延后出现,但启动后期(停止前期)的冲击成分却会分别增多和减少。 (2)综合考虑横向振动引起的啮合角、重合度的时变行为以及其对啮合刚度的影响,建立了直齿轮传动系统的弯扭耦合动力学模型,研究了横向振动和传动轴弯曲刚度对系统动态特性的影响。结果表明:与未考虑横向振动影响相比,考虑横向振动影响时,啮合角增大而重合度、啮合刚度有所减小,同时动态传递误差峰-峰值更小,不过其值整体上更大,齿轮的振动能量更小但其冲击成分更明显,此外,动态啮合力振动幅度减小,尤其是齿背冲击载荷急剧减小,同时一个啮合周期内的齿轮脱齿时间更长,而且轴承支撑反力振动幅度减小。 (3)考虑外部的冲击作用,建立了定轴直齿轮传动系统动力学模型,探讨了外部冲击作用对齿轮系统振动与冲击特性的影响,揭示了冲击作用不同因素下齿轮振动特性的变化规律。结果表明:外部冲击作用会极大增强齿轮副的振动能量,促进冲击成分的产生,同时加剧了齿轮在运行过程中的啮合冲击,有时会恶化齿轮轮齿之间的冲击状态,此外,冲击作用使系统产生了明显的边频调制现象,降低了齿轮系统的稳定性,并且对齿轮系统振动响应频率的影响主要发生在低频段。

关键词： 海上风电安装平台   齿轮齿条式   升降系统   多电机同步控制   滑模控制   偏差耦合控制  

摘要： 在“双碳”环境和海洋强国战略下,海上风电这一新能源开发项目正如火如荼的进行。自升式海上风电安装平台作为海上风电安装的主要作业装备,其升降系统性能的优劣直接关系到作业时的安全和效率。由于齿轮齿条式升降系统操作简单,升降速率快等优点,被许多的平台采用。但在恶劣环境,负载变化以及其他外界或内部的干扰下,会导致多电机升降系统的同步性能下降,影响平台的正常作业,因此研究海上风电安装升降平台多电机同步控制系统具有重大意义。本文通过分析某1500T齿轮齿条式海上风电安装平台的同步控制需求,从电机控制算法和多电机同步控制策略两方面考虑对齿轮齿条式升降同步控制系统展开研究,主要的研究内容如下: 首先,本文针对单台三相异步电机的矢量控制进行优化,提出了一种采用趋近律结合准滑动模态的滑模控制,来改进矢量控制中的PI转速调节器。通过在MATLAB/Simulink仿真软件中,搭建了PI控制和基于趋近律和准滑动模态的滑模控制仿真模型并进行对比实验。仿真结果表明,改进算法相较于PI控制有良好的跟踪性能。 其次,分析了多电机同步控制系统的控制策略,根据平台同步控制的三层需求,提出了一种多电机位置-速度滑模偏差耦合同步控制策略,提高单根弦管上的电机转速同步性能和同一根桩腿上的三根弦管位移同步性能。并在仿真软件中搭建仿真模型并与传统偏差耦合控制策略进行对比,结果表明提出的同步控制策略对电机速度和桩腿RPD(Rack Phase Difference,齿条相位差)有良好的同步性能,能够保持RPD在安全值内。 最后,搭建PLC和MATLAB间的OPC通信,将本文提出的多电机位置-速度滑模偏差耦合同步控制策略应用在实际的平台中,并与平台采用的主从控制策略进行了对比。试验结果表明本文提出的多电机位置-速度滑模偏差耦合同步控制策略在平台上升时,电机速度误差变化范围减小25%,均方根误差减小19.29%。平台下降时,电机速度误差变化范围减小21.42%,均方根误差减小13.86%。根据以上性能指标可以得出,多电机位置-速度滑模偏差耦合同步控制策略相比于平台采用的主从控制策略有着更好的同步性能。

关键词： 小模数直齿轮   齿轮在线测量   机器视觉   边缘检测   亚像素  

摘要： 小模数齿轮在实际制造中，单条产线多台设备通常同时生产多种不同参数的齿轮，迄今无法用单台齿轮测量仪器在生产线上同时实时全检这些不同参数的齿轮。开发了基于Facet的齿轮亚像素边缘定位算法、基于迭代重加权最小二乘的齿轮中心定位法、圆与齿廓交点快速定位法、正弦函数拟合齿数法和齿廓近似测压力角法等；若结合适当的送料与定位机构，本文方法能够在未知参数时，实现多种不同型号齿轮的混合测量，无需装夹，测量效率高。可以实现齿数、模数、压力角、齿顶圆直径、齿根圆直径、全齿高、齿宽、公法线变动量、变位系数、齿廓偏差和形位误差的测量。实验结果表明：该方法测量0.5～1.0 mm模数的直齿轮的重复性精度为4μm。该方法在小模数齿轮柔性化生产线具有重要应用前景。

关键词： 风电机组   齿轮箱   特征提取   异常检测   故障诊断  

摘要： 随着我国逐步推进碳达峰与碳中和目标的实现,对光伏、风能等清洁能源的开发利用力度不断加大,目前,我国风电装机容量约占全球总量的41%。针对数量庞大、型号各异的风电机组所面临的运行维护难题,本文开展了针对风机故障高发的传动部件齿轮箱的故障诊断研究,具体研究内容如下: 本文对风电机组整体结构与风机齿轮箱结构进行了简要介绍,对风机齿轮箱两大易损部件齿轮与轴承进行了失效形式与振动机理分析,介绍了振动信号的时频域特征,列举了常用的时域和频域特征参数,为齿轮箱故障诊断提供了理论基础。 针对风机故障数据难以获取,实时监测信号大多反映正常运行状态的问题,提出了基于STFT-CNN-IF的风机齿轮箱异常检测模型。该模型能够使用无故障振动信号数据进行自动特征学习,并对新数据进行实时在线异常检测,具备对不同型号风机的自适应性,便于直接应用于新安装的风电机组,从而减少运维成本。模型采用短时傅里叶变换(Short-Time Fourier Transform,STFT)进行高效的时频变换,生成时频图像,并通过卷积神经网络(Convolutional Neural Networks,CNN)进行特征学习提取。使用基于孤立森林算法(Isolation Forest,IF)的异常检测模型进行实时监测,在采集到的数据集上,实验准确率达到了94.55%。 异常检测结果为异常时,还需对其进行故障分类操作,本文提出了针对齿轮与轴承振动信号特征差异的不同的故障诊断算法。鉴于齿轮振动信号具有更强的周期性和明显的故障特征,采用了基于STFT变换生成时频图和全连接神经网络(Fully Connected Neural Network,FCNN)的STFT-FCNN故障分类模型。该模型在齿轮的4种常见故障类型及正常状态上的分类准确率达到了95.58%。 对于振动信号以高频成分为主的轴承故障,其信号具有较强的随机性和突发性,且易受噪声干扰,导致瞬态特征相对较弱。针对传统故障诊断方法在捕捉非平稳信号中的故障特征方面的局限性,本文提出了一种基于小波变换(Wavelet Transform,WT)和宽残差网络(Wide-ResNet)的WT-Wide-ResNet轴承故障分类模型。WT能够有效捕捉轴承故障的细微特征,而Wide-ResNet在处理小波变换后的时频图时更加稳定与可靠,适应不同的输入样本和噪声条件。通过增加网络宽度而非深度,降低了计算资源需求,缩短了训练时间。模型在4种轴承故障类型及正常状态的分类准确率达到了97.08%。

关键词： 风力机齿轮箱   传声器阵列   机械故障诊断   声信号特征提取  

摘要： 风能作为一种成本效益高且可持续的清洁可再生能源,已逐渐成为其他传统发电能源最具代表性的替代方案之一,全球对风电产能的需求在不断提高。然而,风力机工作于极端环境下,长期受复杂工况与交变载荷影响,齿轮箱作为最关键部件之一,不可避免地会出现各类故障,导致计划外的维护成本。基于声信号的故障诊断技术具有非接触测量的独特优势,无需影响设备运行,可尽量避免齿轮箱维护所造成的停机减产和经济损失。传统基于单通道测量的声信号成分来源复杂,所关注特征信息极易被高强度干扰成分掩盖,难以在实际工作中应用。利用传声器阵列技术特有的空域信息,可对接收信号进行定向抑制与增强,解决传统声信号测量中的声源混叠问题,实现故障特征的分离与提取。本文基于传声器阵列相关技术,针对风力机齿轮箱在声信号故障诊断中存在的多项问题和难点展开深入研究,以寻求一种准确、高效且稳健的齿轮箱故障特征提取方法。研究主要内容如下: 首先,介绍了基于均匀圆形阵列的远场阵列信号模型,并利用波束形成理论对固定位置声源进行期望增强。针对机舱与齿轮箱密闭环境下存在的信号多径传播问题,利用托普利兹矩阵重构和快速归一化最小均方(Fast normalized least mean square,FNLMS)自适应迭代算法对广义旁瓣相消结构(Generalized sidelobe canceler,GSC)的波束形成器作出改进,以提升波束形成器对原信号的解相干性能。通过仿真和单级平行轴齿轮故障实验验证了方法的有效性,且针对平行轴齿轮故障无法简单通过提取特征频率及定位声源位置加以判别的局限性,对所提取故障特征进行了进一步统计参数分析,为基于声信号的齿轮箱故障特征分析提供更多参考。 其次,针对齿轮箱部件缺陷部位经常存在空间位移的特点,提出利用波达方向(Direction of arrival,DOA)估计技术对缺陷撞击声源进行阶段性定位,以其运动规律作为故障空域特征,对故障类型进行判别的方法。引入互质圆形阵型,相对于同等数量传声器下的均匀圆阵作出了物理孔径和自由度的提升,并采用利用总体最小二乘(Total least-squares,TLS)准则约束的旋转不变参数估计(Estimating signal parameter via rotational invariance techniques,ESPRIT)算法,实现更优越的声源定位与分辨性能。通过仿真和轴承故障模拟实验对所提出方法进行验证,结果证明,以空域特征作为故障类型识别的补充标准,是一种具备可行性的有效方法,同时,基于精确DOA估计的信号空间滤波中,故障的特征频率也得到了更显著的表征。 接下来,在前述研究的基础上,探讨了风力机齿轮箱复合故障的盲源分离方法,引入具备多通道信号同步分解优势的多元经验模态分解(Multivariate empirical mode decomposition,MEMD)方法,通过计算分解所得的各本征模态函数(Intrinsic mode function,IMF)与阵列信号整体相关度,得到对故障特征敏感的多阶IMF分量,以形成对应不同频率尺度潜在故障的分量阵列信号,分别作出空域与时、频域特征分析,仿真结果表明了算法的可行性。为模拟风机齿轮箱部件的运行状态,采用自设计行星齿轮增速器为试验平台,并详细阐述了相关故障类型的几何运动模型。对所采集实验数据作分析处理,并与模型计算值相对照,成功验证了所提出方法的有效性。此外,对实际应用中的风力机齿轮箱实测数据进行分析,分析所得结果与内窥镜检测报告结果一致,进一步验证了算法在工程应用中的可行性。 最后,针对风力机在变转速复杂工况下的运行状态,讨论了时变非平稳齿轮箱信号的故障特征提取方法。采用短时滑窗将信号分割为系列子信号段,对MEMD分解重构后的各阶IMF分量阵列信号进行来波方向的紧密定位,实现故障源在变速状态下的运动轨迹追踪。为解决低快拍信号缺乏有效信息、分析误差大的问题,采用压缩感知原理对声源瞬时来波方向进行稀疏估计,构建精确的来波方向矩阵,其中,奇异值分解的应用进一步滤除信号噪声,同时降低了DOA估计的计算量。编写了两种变转速方案程序,利用行星齿轮的磨损故障分别进行了实验数据分析,并根据预设的转速变化函数表达式计算出故障对应各个时刻的定位和频率特征。选取不同时刻下的多组数据,从旋转角增量和所提取故障频率两方面,将算法的分析处理结果与所得计算值作出详细比对,证实方法在不同转速策略下均能得到良好效果。

关键词： 机器视觉   深度学习   齿轮缺陷检测   YOLOv8s   图像处理  

摘要： 由于锻造工艺的原因,新生产的汽车齿轮表面经常会出现缺陷,使用带有缺陷的齿轮极易导致安全事故的发生,因此对新生产的汽车齿轮进行缺陷检测是一道十分重要的工序。本文以汽车齿轮缺陷检测为研究内容,搭建了汽车齿轮缺陷检测系统,使用基于深度学习的目标检测算法对汽车齿轮的端面和齿面进行缺陷检测,通过试验验证方法的有效性和实用性。本文的主要研究工作包括: 1.根据齿轮缺陷检测任务的实际需求,制定详细的工作方案。设计了汽车齿轮缺陷检测系统的整体结构和齿轮缺陷检测流程。完成工业相机、工业镜头和光源的选型,分析并选取合适的光源照明方式,最终搭建齿轮图像硬件采集平台,完成汽车齿轮端面和齿面图像数据的采集工作。 2.对收集到的汽车齿轮图像数据进行筛选,完成齿轮端面和齿面数据集的构建。使用标注工具对齿轮端面和齿面数据集进行缺陷标注,对数据集中各缺陷数量进行统计。研究基于深度学习的YOLOv8s算法的网络结构和YOLOv8s算法提供的图像数据增强技术,选取有效的图像数据增强技术丰富齿轮数据集的多样性,提高算法模型的泛化能力和鲁棒性。 3.针对YOLOv8s算法在汽车齿轮齿面上缺陷检测精度低的问题,对YOLOv8s算法的网络进行改进。在YOLOv8s网络中加入CBAM注意力机制,帮助YOLOv8s算法能够忽视图像中的无关背景区域,仅关注齿轮缺陷区域。在算法中增加小目标检测层,将浅层的特征图与深层的特征图拼接后的结果送入小目标检测层,提升YOLOv8s算法对齿轮小目标缺陷的检测能力。采用基于深度可分离卷积的Mobile Net v3对YOLOv8s网络进行轻量化处理,解决由于增加CBAM注意力机制和小目标检测层导致的计算量增加和检测速度降低的问题。 4.将训练好的齿轮端面和齿轮齿面缺陷检测模型部署在汽车齿轮缺陷检测系统中,完成实际的汽车齿轮缺陷检测任务,并对试验结果进行分析,验证了原始YOLOv8s算法在汽车齿轮端面缺陷检测任务上的实用性和改进的YOLOv8s算法在汽车齿轮齿面缺陷检测任务上的实用性。

关键词： 齿轮测量   线激光   便携式   在线测量   齿轮偏差分析  

摘要： 目前通常使用齿轮测量中心检测齿轮,然而其测量装置体积庞大、不便移动,这在一定程度上限制了其在现场或车间等环境中的应用。相比之下非接触式测量方法,尤其是基于传感器技术的测量方法,近年来受到广泛关注。其中,激光测量法具有高精度和高效率的特点,能够满足大部分齿轮的测量需求,但现有方法通常只关注如何提升齿轮检测精度,对于测量装置的便携性则无法满足,并且偏差结果常以数值形式呈现,难以直观评估特定偏差的大小和分布情况。为此本文研究出一种对齿轮多项几何偏差进行快捷检测的方法,并研发相关的便携式齿轮激光测量装置。 论文阐述了便携式齿轮激光测量原理与多项几何偏差计算方法,深入探讨了在线激光测量中,由于测量表面倾斜引起入射激光角变化产生的检测误差,并提出相应的表面倾斜误差优化方法,从而降低线激光位移传感器的检测误差。通过对齿轮齿廓与齿面方程进行分析,推导出齿轮多项几何偏差的计算方法,为齿轮多项几何偏差的便携式激光测量与表达方法提供理论依据。 本课题基于线激光测量方法,研制出一种便携式齿轮激光测量装置。借助Visual Basic 6.0和Visual Fox Pro 9.0等软件开发平台,编写了一款便携式齿轮激光测量软件。该软件能够根据测量原理,实现对齿轮多项几何偏差的快速检测与精确分析,为齿轮制造领域提供一种高效、便捷的测量方案。 利用搭建的便携式齿轮激光测量装置,对已知精度参数的被测齿轮进行测量实验。实验结果通过检测曲线图、数据表、对照图等形式直观呈现,以此展示齿轮的多种几何偏差情况。通过对比实验数据和已知标准,验证了所提出的非接触式线激光测量方法在实际应用中的准确性和可靠性。论文还详细介绍了便携式齿轮激光测量与偏差分析方法的具体实现步骤,以及相应的软件开发过程。通过实验验证了该方法在应用中的有效性,为便携式齿轮激光测量技术的推广应用提供了技术论证。

关键词： 面齿轮测量方法   POS算法   NURBS齿面拟合   齿面承载接触分析  

摘要： 面齿轮传动作为一种新型齿轮传动形式,由于具有重合度大、传动比大、承载能力强、可以简化小齿轮支撑等优势而广泛应用于航空航天、车辆工程等高端机械装备传动系统。因为面齿轮齿面形貌是空间不规则曲面,偏差测量和精度评价复杂,对于面齿轮在齿轮测量中心的测量规范和精度标准目前尚未明确提出,而齿面偏差对于面齿轮的传动性能具有重要影响。本文针对于上述问题进行研究,根据齿轮测量中心测量原理设计、求解了高精度的面齿轮测量模型,根据得到的测量结果进行了齿面重构,研究了测量误差结果对面齿轮传动的影响规律。其具体内容如下: 根据面齿轮插齿加工原理和齿轮测量中心工作原理建立了面齿轮测量模型,深入分析了面齿轮齿面的展成过程。根据面齿轮齿面结构,采用类比的方法进行测量区域的设计。在此基础上,考虑到齿轮测量中心的回转误差对于测量结果的影响,设计了测头的测量路径。最后,采用C++编写POS算法进行齿面测点坐标和法矢的求解,与Matlab求解结果进行了对比,完善了现有的面齿轮测量软件功能,并设计进行面齿轮测量实验,得到了面齿轮齿距误差和齿面误差。 利用NURBS曲面拟合技术进行真实齿面的拟合,根据测量齿面误差计算得到理论型值点,考虑到面齿轮齿面结构的特殊性,以累积弦长法求解节点矢量,以切矢条件作为边界条件,反算得到了拟合曲面的控制点和权因子,构造出了面齿轮的真实齿面,并进行了拟合误差评价,从而证明了算法的可行性。 根据面齿轮啮合传动原理,建立了真实齿面齿轮传动模型,利用Abquas进行承载接触分析,与标准面齿轮传动结果进行对比,研究了真实齿面在三种安装误差下面齿轮接触印痕和传动误差变化规律,发现由于面齿轮齿面误差在小端呈现正值分布,大端是负值分布,所以真实齿面面齿轮传动对于边缘接触很敏感,但啮合时的齿面法向应力会减小,同时发现轴夹角误差对于传动误差的影响最大。